数字图像处理第十一章.ppt

纹理：灰度与颜色的二维变化的图案，是区域的重要特征之一，灰度分布具有周期性、方向性、疏密之分。统计方法：用于木纹、纱地、草地等不规则物体。自然纹理：具有重复性排列现象的自然景象，无规则。结构方法：布料的印刷图案或砖花地等组成纹理的元素及其排列规则来描述纹理的结构。人工纹理：是由自然背景上的符号排列组成、有规则的。纹理描述第102页,共163页，星期六，2024年，5月描述纹理图像特征的参数有许多种方法1）知道像素及邻近像素的灰度分布情况。2）检查小区域内灰度直方图，检查各小区域直方图的相似性，具有相似直方图的小区域同属一个大区域。纹理描述第103页,共163页，星期六，2024年，5月最简单的统计法是借助于一幅图像或一个区域的灰度级直方图的统计矩来描述纹理。(1)均值（Mean）(2)方差（Variance）灰度对比度的度量直方图的相对平滑程度(3)扭曲度（Skewness）直方图的偏斜程度矩分析法（统计法）第104页,共163页，星期六，2024年，5月(5)熵（Entropy）——可变性的度量，对恒定图像其为零(4)峰度（Kurtosis）——直方图的相对平坦性矩分析法（统计法）第105页,共163页，星期六，2024年，5月灰度差分统计法又称一阶统计法，通过计算图像中一对像素间灰度差分直方图来反映图像的纹理特征。令为两个像素间的位移矢量，是位移量为的灰度差分：粗纹理时，位移相差为的两像素通常有相近的灰度等级，因此，值较小，灰度差分直方图值集中在附近；细纹理时，位移相差为的两像素的灰度有较大变化，值一般较大，灰度差分直方图值会趋于发散灰度差分统计法第106页,共163页，星期六，2024年，5月灰度直方图中，各像素的灰度是独立进行处理的，故不能很好地给纹理赋予特征。因此，如果研究图像中两像素组合中灰度配置的情况，就能够很好地给纹理赋予特征，这样的特征叫二阶统计量，（灰度直方图是一阶统计量）代表性的是以灰度共生矩阵为基础的纹理特征计算法。灰度共生矩阵法第107页,共163页，星期六，2024年，5月灰度共生矩阵法纹理是由灰度分布在空间位置上反复出现而形成纹理图像在图像空间中相隔某距离的两像素间会存在一定的灰度关系，即灰度的空间相关性。共生矩阵方法用条件概率来反映纹理，是相邻像素的灰度相关性的表现。方法：根据图像像素之间的位置关系（距离，方向），构造一种矩阵，作为纹理的描述。矩阵的行坐标和列坐标表示不同的灰度，考察一对对像素出现的频度（次数），以此作为矩阵中的元素。第108页,共163页，星期六，2024年，5月灰度共生矩阵法设S为目标区域R中具有特定空间联系（可由位置算子确定）的像素对的集合共生矩阵P中的元素（#代表数量）分子：具有某种空间关系、灰度值分别为g1和g2的像素对的个数分母：像素对的总和个数第109页,共163页，星期六，2024年，5月灰度共生矩阵法位置算子W定义了所计算像素对的特定空间关系位置算子W定义为“向右一个像素和向下一个像素”第110页,共163页，星期六，2024年，5月灰度共生矩阵法共生概率：共生矩阵：（选定d，θ）共生矩阵往往是对称的（如不区分方向）。且通常先作灰度级的压缩。第111页,共163页，星期六，2024年，5月x－列，y－行灰度共生矩阵法第112页,共163页，星期六，2024年，5月灰度共生矩阵法第113页,共163页，星期六，2024年，5月共生矩阵能反映纹理特征的定性说明不同的图像由于纹理尺度的不同其灰度共生矩阵差别很大。如果对角线上的元素值很大，说明该方向有相距为d的相同灰度的像素对，如d=1时，则表明有两两灰度相同的像素对，该方向变化不会很快。如果对角线上的元素全部为0，这表明在该方向没有相距为d的相同灰度的像素对，说明该方向有灰度变化，可能存在变化频繁的纹理。对细纹理图像，共生矩阵中的值较为分散；对粗纹理图像，共生矩阵中的值较集中于主对角线附近。第114页,共163页，星期六，2024年，5月灰度共生矩阵法